Das "Kauderwelsch" um Machine Learning und künstliche Intelligenz kann ziemlich verwirrend sein. Wer kennt schon den Unterschied zwischen einem Cluster und einer Principal Component? Dieser Vortrag hilft beim besseren Verständnis der Grundlagen.
Moderne Software baut oftmals auf komplexe Methoden für die Entscheidungsfindung auf. Aber wie treffen Programme diese Entscheidungen? Ist die künstliche Intelligenz nichts anderes als eine Serie von if-Zeilen? Wie unterscheiden sich mathematische Regression von Klassifikation? Und ist Deep Learning besser als andere Methoden bzw. wie weiß man überhaupt, ob maschinelles Lernen geklappt hat?
Vorkenntnisse
Der Vortrag richtet sich an Laien und Anfänger, die gerade erst mit dem machinellen Lernen begonnen haben.
Lernziele
Der Vortrag soll Struktur und Zusammenhang in die vielen Begriffe der computergestützten Entscheidungsfindung und des maschinellen Lernens bringen.
//
Boris Adryan
@BorisAdryan
ist promovierter Biologie und leitete von 2008 bis 2016 eine Forschungsgruppe für computergestützte Genomforschung an der University of Cambridge. Dort unterrichtete er auch Data Science und machinelles Lernen in einem interdisziplinären Studiengang. Ab 2014 führte er kurzfristig ein kleines Startup für Beratung und Implementierung von Data Analytics im IoT-Kontext. Seit 2016 ist Boris wieder in Deutschland und arbeitet nun im Chief Digital Office des Chemieunternehmens Merck.